今推薦一個服務器租賃網站https://www.1024gpu.top,註冊後就可根據自己的需要選擇服務器;
虛擬環境的配置:
租完服務器根據網站通過郵箱發送的IP、端口號、登入身份以及密碼登錄服務器;
登錄服務器後直接在base環境下,在此不建議在base環境下進行環境的配置,建議通過conda命令新建環境進行服務器環境的配置;
在建立新環境之前,建議先更換服務器的下載源,在這我用的阿里源:
1、備份下載源:cp /etc/apt/sources.list /etc/apt/sources.list.bak
2、修改下載源:cd /etc/apt
vim sources.list
阿里源:
deb http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial main restricted universe multiverse
deb http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
security main restricted universe multiverse
deb http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
updates main restricted universe multiverse
deb http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
proposed main restricted universe multiverse
deb http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
backports main restricted universe multiverse
deb
-
src http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial main restricted universe multiverse
deb
-
src http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
security main restricted universe multiverse
deb
-
src http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
updates main restricted universe multiverse
deb
-
src http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
proposed main restricted universe multiverse
deb
-
src http:
/
/
mirrors.aliyun.com
/
ubuntu
/
xenial
-
backports main restricted universe multiverse
步驟:
1、新建虛擬環境: conda create -n name python=xx;
2、進入虛擬環境後輸入python命令,查看當前環境下Python版本與安裝的是否一致:
Ctrl+D或exit()退出;
3、根據github上的提出的程序運行環境需求進行環境配置與相關庫文件的安裝;
關於文件下載與傳輸:
1、方法一:數據集下載,一般從原網站通過wget命令速度很慢,可尋找相關的國內網站
例如coco、pascal數據集等:http://www.functionweb.tk/?
2、方法二:本地下載通過winscp工具遠程傳輸;傳輸速度跟自己網速有很大關係,這個比較費時;
3、方法三:花生殼;
Jupyter Notebook遠程訪問:
參見:https://blog.csdn.net/weixin_41576149/article/details/104891612